洛杉矶时报报导，由芝加哥大学教授查托帕迪亚（Ishanu Chattopadhyay）领导的团队，近期开发一种人工智能工具，可提前一周预测未来的犯罪，准确度为90%。
该研究希望能更好的预测犯罪。然而，研究也揭露在包括洛杉矶在内的全美八个主要城市的贫困社区中，警力保护不足的情况。
这项研究日前发表于“自然人类行为”（Nature Human Behavior）期刊。科学家说，科学证明在上述这些地区采取更积极的警务是合理的，而该技术可望从而将政策变得更公平，更好的资源分配。
这项研究，是查托帕迪亚团队，通过大量关于财产犯罪和暴力犯罪的公共数据中开发模式，从数据中分析、预测犯罪。
研究报告称，“我们的工具不是简单的通过预测，预期犯罪的时间和地点来增加执法权力，而是让我们能审查它们的执法偏见，深入瞭解警务和犯罪共同发展（相互交织）过程的性质。”
几十年来，全国各地执法机关，一直使用数位科技进行监视和预测，使警务更高效。但现实中，公民倡议者和其他人认为，此类政策是由有偏见的数据提供，这些数据是增加对非裔和西裔社区巡逻或对有色人种的虚假指控。
查托帕迪亚说，过去在犯罪预防方面的努力，并不总能够解决执法中的偏见。他指出，通过比较不同社会经济水平社区的逮捕数据，运行一个单独的模型发现，较富裕地区的犯罪逮捕人数增加，贫困社区逮捕人数有所下降。
然事实并非如此。研究人员说，贫困社区的犯罪并不一定导致更多逮捕行为，这表明“执法存在偏见”。该模型基于芝加哥多年数据，但研究人员在包括洛杉矶、亚特兰大、奥斯汀、旧金山、费城等城市也发现类似结果。
查托帕迪亚说，团队开发的模型，可用于监测警察表现，可扭转偏见，审计政策是否公平。
儘管这项研究令人鼓舞，但它却可能在洛杉矶引发关注，批评者和隐私权倡导者，长期以来反对使用预测算法。
然查托帕迪亚说，这项技术效果才刚开始显现，“没有办法把猫放回袋子里。”
© 2022, 免責聲明：* 文章不代表本網立場，如有侵權，請盡快聯繫我們 info@uscommercenews.com * 讀者評論僅代表其個人意見，不代表本網立場。評論不可涉及非法、粗俗、猥褻、歧視，或令人反感的內容，本網有權刪除相關內容。.
